Watson使用指南(五)

图像识别(Visual Recognition)

简介

该服务使用深度学习算法来识别场景、物体和人脸。同样,你也可以根据自己的需求来创建并训练你自己的分类器

认证

在bluemix上创建该服务实例,并且获得api-key,具体参见详见Watson使用指南

方法

图片分类(Classify an image)

使用默认分类器,上传图片或图片地址即可进行识别。图片必须是jpg或png格式。对于待识别图片而言,获得的响应包括一些列选定分类器的得分,这些分数从0到1,越高的得分说明越接近该分类器,返回的得分信息是0.5以上的。为了获得最好的识别效果,推荐上传224x224px及以上大小的图片。

参数:

  • api_key (query型,必须,你的API密钥)

  • version (query型,必须,版本信息,当前最新2016-05-20 )

  • images_file (multipart/form-data,必须,图片或压缩包。压缩包最大5MB,最多20张图片)

  • parameters (multipart/form-data,JSON格式数据)

    • url (string型,图片地址)

    • classifier_ids (数组,待使用分类器)

    • owners (数组,分类器拥有者,IBM或你自己)

    • threshold (float型,返回的最小得分)

  • Accept-Language (Header型,输出语言)

import json
from os.path import join, dirname
from os import environ
from watson_developer_cloud import VisualRecognitionV3

visual_recognition = VisualRecognitionV3('2016-05-20', api_key='{api-key}')

print(json.dumps(visual_recognition.classify(images_url=https://www.ibm.com/ibm/ginni/images/ginni_bio_780x981_v4_03162016.jpg), indent=2))

返回结果

参数:

  • images(结果数组)

  • classifiers(分类器数组)

  • classes (分类器中的标签数组)

  • class (分类器标签)

  • score (得分)

  • classifier_id (分类器唯一标识)

  • name (分类器名称)

  • image (图片文件所在路径)

  • source_url (图片来源地址)

  • resolved_url (图片解析地址)

  • images_processed(处理图片数量)

  • error (错误反馈)

  • error_id (错误标识ID)

  • description (错误描述)

  • warnings (警告提示数组)

{
    "images": [
        {
            "classifiers": [
                {
                    "classes": [
                        {
                            "class": "apple",
                            "score": 0.645656
                        },
                        {
                            "class": "fruit",
                            "score": 0.598688
                        },
                        {
                            "class": "food",
                            "score": 0.598688
                        },
                        {
                            "class": "orange",
                            "score": 0.5
                        },
                        {
                            "class": "vegetable",
                            "score": 0.28905
                        },
                        {
                            "class": "tree",
                            "score": 0.28905
                        }
                    ],
                    "classifier_id": "default",
                    "name": "default"
                },
                {
                    "classes": [
                        {
                            "class": "orange",
                            "score": 0.635488
                        }
                    ],
                    "classifier_id": "fruits_1050835757",
                    "name": "fruits"
                },
            ],
            "image": "orange-apple-banana-isolated.jpg"
        },
        {
            "classifiers": [
                {
                    "classes": [
                        {
                            "class": "fruit",
                            "score": 0.916827
                        },
                        {
                            "class": "vegetation",
                            "score": 0.768525
                        },
                        {
                            "class": "market",
                            "score": 0.768525
                        },
                        {
                            "class": "food",
                            "score": 0.377541
                        },
                        {
                            "class": "mercado",
                            "score": 0.28905
                        },
                        {
                            "class": "vegetable",
                            "score": 0.268941
                        }
                    ],
                    "classifier_id": "default",
                    "name": "default"
                },
                {
                    "classes": [
                        {
                            "class": "apple",
                            "score": 0.541237
                        }
                    ],
                    "classifier_id": "fruits_1050835757",
                    "name": "fruits"
                },
            ],
            "resolved_url": "https://c1.staticflickr.com/9/8803/17306765722_a2d0
be2f9e_b.jpg",
            "source_url": "https://flic.kr/p/snkGus"
        }
    ]
    "images_processed": 2
}

人脸识别(Detect faces)

分析图片中的人脸信息,比如近似年龄、性别、如果是名人还有姓名。支持jpg或png格式。该功能是不能训练的,并且不能用于生物学脸部识别。

参数:

  • api_key (query型,必须,你的API密钥)

  • version (query型,必须,版本信息,当前最新2016-05-20 )

  • images_file (multipart/form-data,必须,图片或压缩包。压缩包最大5MB,最多20张图片)

  • parameters (multipart/form-data,JSON格式数据,图片地址)

import json
from os.path import join, dirname
from os import environ
from watson_developer_cloud import VisualRecognitionV3

visual_recognition = VisualRecognitionV3('2016-05-20', api_key='{api_key}')

print(json.dumps(visual_recognition.detect_faces(images_url=https://www.ibm.com/ibm/ginni/images/ginni_bio_780x981_v4_03162016.jpg), indent=2))

返回结果

参数:

  • images (结果数组)

  • faces (脸部信息数组)

  • age (年龄信息)

    • max (可能最大年龄)

    • min (可能最小年龄)

  • face_location (识别区域)

    • height (识别区域高度)

    • left(识别区域左上角x坐标)

    • top (识别区域左上角y坐标)

    • width (识别区域宽度)

  • gender (性别信息)

  • identity (如果是名人,返回信相关息,否则返回空)

    • name (识别人物的姓名)

    • type_hierarchy (关于名人,找到其属于的层次类型)

  • score (得分)

  • image (图片路径)

  • source_url (来源地址)

  • resolved_url (图片解析地址)

  • images_processed(处理图片数量)

  • error (错误反馈)

  • error_id (错误标识ID)

  • description (错误描述)

  • warnings (警告提示数组)

{
    "images": [
        {
            "faces": [
                {
                    "age": {
                        "max": 54,
                        "min": 45,
                        "score": 0.372036
                    },
                    "face_location": {
                        "height": 75,
                        "left": 256,
                        "top": 93,
                        "width": 67
                    },
                    "gender": {
                        "gender": "MALE",
                        "score": 0.99593
                    },
                    "identity": {
                        "name": "Barack Obama",
                        "score": 0.989013,
                        "type_hierarchy": "/people/politicians/democrats/barack
obama"
                    }
                }
            ],
            "image": "prez.jpg"
        }
    ],
    "images_processed": 1
}
}

文档原文:http://www.ibm.com/watson/dev...

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值